平面完全约束绳牵引并联机器人的多目标优化

针对平面完全约束的绳牵引并联机器人的多目标优化问题,给出了一种理想点法与遗传算法相结合的方法.首先以绳牵引并联机器人工作空间面积、全面刚度指标、全局灵巧度系数为优化目标,基于遗传算法进行全局优化,得到各个目标的理想点.然后采用理想点法建立多目标优化模型,并采用遗传算法对该模型进行求解.仿真实验表明,优化结果较为均衡,各模型有效解都接近相应单目标的理想点.所得结论可以为同类绳牵引并联机器人的设计提供参考.     

6-6型绳牵引并联机器人的方位空间研究

讨论了6-6型绳牵引并联机器人在实际应用和设计中的方位能力.该文通过绳牵引并联机器人的运动平台的力平衡分析,得到力和力矩平衡方程,将此力和力矩平衡方程写成矩阵形式,再应用克莱姆法则可以得出判断1个位形是否在运动空间中的方法.在此基础上,通过将1点的可能方位空间离散化,对每个离散点进行判断,就可以得到1点的方位空间.仿真结果表明:绳牵引并联机器人同杆支撑并联机器人相比其方位空间要小一些,运动平台半径和基础平台半径的比值越大方位空间越大,短边所对的圆心角越小方位空间越大.     

6自由度绳牵引并联起重机器人的研究进展

阐述绳牵引并联机器人的优点及应用领域,介绍基于矢量封闭原理,按绳的根数与末端执行器自由度数之间关系的绳牵引并联机器人的分类方法.指出每类机器人都可作为起重机器人用于货物吊装,以及在机构类型为欠约束的,由3根绳牵引的6自由度并联起重机器人的每个支链上加上1个移动自由度的杆支撑机构,从而产生新型6自由度机器人系统的概念.研究该类机器人机构构型配置与吊具可控工作空间的关系,提出简化而可行的反馈控制策略,以实用化吊具轨迹跟踪控制方案.拓展该新型6自由度机器人系统的含义,提出含3个刚柔混合支链的6自由度并联起重机器人的概念,并将其应用到对大型造船门式起重机的改造上.     

绳驱动并联机器人绳索拉力及工作空间求解方法研究

绳驱动并联机器人的驱动冗余性导致绳索拉力的求解复杂性、工作空间成为系统的重要指标。文中建立了机器人系统静力学和动力学的统一模型,对绳索拉力求解优化算法以及工作空间求解方法进行研究,通过MATLAB仿真求得了4根绳驱动康复机器人系统驱动绳索拉力和工作空间,验证了绳驱动并联机器人绳索拉力优化求解方法和工作空间计算方法的正确性。     

绳牵引并联机器人机构的工作空间性能研究

工作空间是评价并联机构工作能力的一个重要指标,传统的工作空间优化与求解方法极为复杂。本文提出了评价绳牵引并联机器人机构CRPM(Completely Restrained PositionMechanisms)工作空间性能的参数GCI(Global Condition Index),并基于矢量封闭原理分析其可达工作空间性能,并通过实例分析优化其结构尺寸。     

6-RSS并联机器人机构多目标优化设计

针对6-RSS并联机器人机构,以工作空间和速度全域性能为目标建立多目标优化模型,并使用改进的基于动态聚集距离多目标粒子群优化算法求解。为了快速有效地求解6-RSS并联机器人机构的工作空间,本文采用蒙特卡洛方法;为了求解带约束的6-RSS并联机器人机构多目标优化模型,将随机排序法引入基于动态聚集距离多目标粒子群优化算法。结果表明,该方法可以得到多个Pareto解供使用者选择,体现了多目标优化设计在并联机构设计中的有效性。     

6-6型绳牵引并联起重设备位姿空间与方位空间研究

本文通过对绳牵引并联机构的研究,提出了一种新型的用于集装箱吊装的绳牵引并联起重设备--六自由度绳牵引并联起重设备.在静力学平衡方程分析的基础得到了一个分析工作空间和方位空间的方法,并对影响工作空间和方位空间的参数进行了分析.     

基于绳牵引并联机构的上肢康复机器人设计

人类的上肢为生活提供了诸多便利,健康的上肢是高质量生活的保证。上肢如果出现运动功能障碍就需要接受康复治疗。为了减轻康复师的工作强度,同时增强治疗效果,需要利用康复机器人代替康复师来进行康复训练。通过分析肘、肩关节的运动特性和规律,基于三自由度的冗余绳牵引并联机构设计了一款面向上肢康复的机器人。该机器人由定位模块和连接模块组成,可对不同尺寸的上肢进行主动和被动康复训练。由于机器人结构简单、易于装配、制造成本低,更容易被用户所接受。在结构设计完成后对该上肢康复机器人进行了运动学建模,同时进行了机器人奇异性的分析,为后续运动控制的研究做准备。最后,考虑到机器人的力传递性能和体积大小,采用多目标优化的方式对机器人进行了优化设计。仿真结果表明,优化设计有效地提升了机器人的相关性能。研究结果可为绳牵引并联机构在上肢康复机器人设计中的应用提供理论参考。     

绳驱动并联清洗机器人绳索张力优化

将绳驱动并联机器人应用至外墙清洗领域，并对清洗机器人的动力学建模及张力优化进行深入研究。首先，确定机器人的构型为完全约束绳驱动并联机器人，并建立了考虑绳索弹性的动力学模型；其次，针对该类型绳驱动并联机器人绳张力解不唯一问题，提出将相关力改进的最小方差作为优化目标对绳索张力进行优化。最后，通过Simulink-Adams进行联合仿真验证。结果表明，优化后的绳索张力光滑连续变化。系统开环的情况下，圆形轨迹最大误差均值为0.071 m，终点误差均值为5.15 mm；直线轨迹最大误差均值为9.25 mm，终点误差均值为3.5 mm。解决了完全约束绳驱动并联机器人绳索张力不唯一、不连续问题，并为控制策略研究提供理论依据。     

绳驱动并联吊装机器人绳索张力优化

将绳驱动并联机器人应用于吊装领域,对运动学正解模型和绳索张力优化算法进行深入研究。首先,确定该吊装机器人为冗余约束绳驱动并联机器人,建立机器人的运动学和动力学模型。其次,针对冗余约束绳驱动并联机器人的绳索张力不唯一、不连续问题,分别运用张紧力方法、非线性规划方法和改进二次规划方法对绳索张力进行优化,确定出最佳的张力优化算法。在此基础上,进一步求得此类型绳驱动并联机器人的工作空间。最后,通过MATLAB进行仿真验证。仿真结果表明,相比于另外两种方法,采用改进二次规划方法求解的绳索张力优化解在张力上限和张力下限之间光滑连续变化,说明改进二次规划方法求解绳索张力的合理性和连续性。     

基于多目标进化算法的低轨区域通信星座优化设计

研究利用进化算法实现低轨区域通信星座的多目标优化设计。首先分析、确定低轨星座优化的轨道控制参数，然后将基于Pareto最优概念的多目标进化算法引入星座优化中。结合星座覆盖性能的评价准则，给出了一种利用非劣分层遗传算法(NSGA—Ⅱ)实现星座轨道控制参数优化的框架。最后对具体实例进行了优化仿真，结果表明，该方法可以获得一组分布合理的Pareto解，为星座方案决策提供了有力的支持。     

基于遗传算法混合有源滤波器参数的多目标优化

为了解决混合有源滤波器(hybrid active pow erfilter,HAPF)参数匹配以及无源部分和有源部分容量的合理分配,提出一种基于小生境遗传算法的多目标满意优化设计方法,较为全面地考虑HAPF的容量、滤波效果、无功补偿等因素,使得多目标参数求解达到协调满意的效果。优化结果表明:有源部分容量仅为滤波器容量的6.4%,电流总畸变率降低到0.8%,同时满足系统无功功率需要,降低了HAPF系统的投资,提高性能价格比,达到HAPF实用化及谐波抑制的目的。     

智能混合动力汽车经济性自适应巡航控制策略研究

针对智能混合动力汽车自适应巡航过程中的能量控制策略问题,结合模型预测控制在处理多目标、多约束优化问题方面的优势和粒子群算法运算量小、收敛快的特点,将粒子群算法作为模型预测控制的滚动优化方法,构造基于模型预测控制的粒子群算法.仿真结果表明,文中算法能够使绝大部分工况点落在较低燃油消耗率区域,只有少部分工况点落在非经济区域,虽然多消耗了1.06%的燃油,但在运算速度上却获得了60.3%的提升.     

遗传算法在多目标规划中的应用

利用遗传算法对项目群优选数学模型的求解进行了新的探索，并在单目标遗传算法程序的基础上，拓宽为多目标遗传算法。计算结果表明遗传算法是求解工程优化问题的一种有效方法。     

应急物流运输方式选择

为解决应急物流运输中最优运输方式的组合问题,在建立运输方式选择多目标优化数学模型的基础上,构造了求解该问题的虚拟运输网络,运用Floyd法求解,并进行了算例计算.模拟结果表明,这种方法可以方便有效地求解该问题     

改进遗传算法的行星齿轮传动多目标模糊物元可靠性优化

运用模糊可靠性优化理论和物元分析法，建立多目标模糊可靠性优化数学模型．并在标准遗传算法的基础上，通过改进遗传算子，引入菱形思维和模拟退火算法，得到了具有实值编码技术的改进型自适应遗传算法．实现了具有混合设计变量的行星齿轮传动参数优化．     

混合动力电动汽车系统参数的优化方法研究

混合动力电动汽车(HEV)的系统参数匹配影响着整车的动力性能、燃油经济性及排放性能,是HEV设计初期的一项重要工作。目前HEV的系统参数匹配多是基于仿真环境下的多变量多目标非线性优化问题。从数学模型、仿真环境和优化算法3方面介绍了HEV系统参数的优化,以ADVISOR为主要仿真工具,得出在HEV参数寻优过程中非梯度算法DIRECT的效果是最好的,并且指出遗传算法应用于HEV多目标优化问题具有较大的研究价值和发展前景。     

多目标城市道路交叉口信号配时优化算法研究

采用细胞传输模型对城市道路的交通流进行建模,提出了该模型中各项交通流运行指标的计算方法.将交通流模型嵌入到多目标优化算法中,替代以往传统的目标函数,采用非支配排序遗传算法NSGA II(none-dominated sorted genetic algorithm II)进行多目标的求解.通过算例分析不同输入条件和控制策略下的优化结果及与其他类似配时计算方法的比较,证明了此算法的结果较令人满意.     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.     

基于微分进化算法的多目标交会策略

采用微分进化算法研究了考虑J2摄动影响的多目标远程最优交会问题。首先,采用虚拟目标点摄动修正策略,提出了考虑J2摄动影响的远程交会轨迹求解方法。然后,建立了多目标远程最优交会的性能指标函数,采用微分进化算法,对燃料最优与任务时间最优的多目标远程交会进行了寻优计算,得到了相应的优化结果和多目标最优交会策略。研究工作可用于多目标在轨服务和拦截任务的远程交会策略制定和和轨道设计。